Como a computação quântica e o aprendizado de máquina funcionam juntos

Estamos todos (pelo menos um pouco) familiarizados com o conceito de aprendizado de máquina e IA até agora – mas o que exatamente é a computação quântica? Se você não estiver rolando SlashDot e TechCrunch no diário, a computação quântica pode ter escapado do seu dicionário técnico. O nome por si só evoca alguma noção de um tipo complexo de configuração de supercomputadores sci-fi. E adivinha? Isso não está longe da verdade.

Nós nos sentamos e tivemos uma conversa com dois especialistas investigando a esfera da computação AI / Quantum, Amit Bansal , Diretor Administrativo, Analista Líder de Entrega APAC e Líder de Entrega de Inteligência Artificial na Accenture e Vaibhav Namburi , Diretor da Five2One & Dveloper.io para nos esclarecer sobre o que está reservado para o futuro.

O que é computação quântica?

Vamos começar com isso dizendo que não vamos entrar nos detalhes mais sutis da computação quântica aqui – porque podemos estar aqui o dia todo.

Bansal consegue esboçar a premissa da computação quântica em poucas palavras:

“Computadores quânticos são dispositivos que funcionam baseados em princípios da física quântica”, ele começa. “Os computadores que usamos atualmente são construídos usando transistores e os dados são armazenados na forma de binários 0 e 1. Os computadores quânticos são construídos usando partículas subatômicas chamadas bits quânticos, qubits, que podem estar em vários estados ao mesmo tempo. . A principal vantagem dos computadores quânticos é que eles podem realizar operações altamente complexas em velocidades supersônicas. Assim, eles resolvem problemas que atualmente não são viáveis ??”.

[Nota: se você estiver interessado na longa resposta a esta pergunta, visite uma Introdução Interativa à Computação Quântica para um bom passo a passo.]

Que tipo de problemas a computação quântica pode resolver?

“O benefício mais importante dos computadores quânticos é a velocidade com que ele pode resolver problemas complexos”, diz Bansal. Enquanto eles são rápidos no que fazem, Bansal observa, “eles não fornecem recursos para resolver problemas de classes de problemas indecidíveis ou NP Hard.” Existe um conjunto de problemas que a computação quântica será capaz de resolver, no entanto, não é aplicável a todos os problemas de computação.

Normalmente, o conjunto de problemas que os computadores quânticos são bons em resolver envolve o número ou processamento de dados com uma quantidade enorme de entradas, como “problemas complexos de otimização e problemas de análise de sistemas de comunicação” – cálculos que normalmente levam supercomputadores dias, anos e até bilhões de anos para a força bruta.

A aplicação que é regularmente apresentada como um exemplo que os computadores quânticos poderão resolver instantaneamente é uma forte criptografia RSA. Um estudo recente da Microsoft Quantum Team sugere que este poderia ser o caso, calculando que seria possível com um computador quântico de 2330 qubits.

Os computadores quânticos mais avançados, construídos por pesos-pesados ??como a Intel, a Microsoft e a IBM, estão atualmente em torno de 50 qubits, no entanto, o Google anunciou recentemente o Bristlecone, seu projeto de 72 qubits . Dada a lei de Moore e a velocidade atual de desenvolvimento desses sistemas, a RSA forte pode de fato ser quebrada em 10 anos.

AI e aprendizado de máquina

O termo AI é usado bastante amplamente nos dias de hoje, no entanto, como diz Namburi, “AI é um conceito destilado de que as máquinas serão capazes de executar tarefas características da inteligência humana”.

Ele prossegue elaborando, “Machine Learning (ML) em seu núcleo é uma maneira simples de alcançar AI, e AI / ML pode oferecer assistência na aceleração e análise de grandes quantidades de dados enquanto cria e analisa modelos preditivos e tendências que irão ajudar a desvendar padrões não facilmente determinados por nós. ”

O aprendizado de máquina é uma maneira mais rápida de determinar e analisar esses padrões (em vez de usar algoritmos tradicionalmente codificados) e pode ser usado para várias aplicações diferentes, no entanto, sua aplicação na IA é a que deixa o mundo todo agitado.

A interseção entre aprendizado de máquina e computação quântica

Você provavelmente já adivinhou que a computação quântica tem a possibilidade de fazer com que as soluções AI de aprendizado de máquina sejam exponencialmente mais rápidas ao analisar seus conjuntos de dados do que as tradicionais contrapartes da computação – embora você não possa codificar esses algoritmos no sentido tradicional.

No entanto, a interseção desses dois campos vai além disso, e não são apenas os aplicativos de IA que podem se beneficiar. Como explica Bansal, existe uma área de intersecção onde os computadores quânticos implementam algoritmos de aprendizado de máquina e métodos tradicionais de aprendizado de máquina são empregados para avaliar os computadores quânticos. Esta área de pesquisa está se desenvolvendo em velocidades tão altas que gerou todo um novo campo chamado Quantum Machine Learning. "

Este campo interdisciplinar é muito, muito novo, no entanto. “Trabalhos recentes produziram algoritmos quânticos que poderiam atuar como blocos de construção de programas de aprendizado de máquina, mas os desafios de hardware e software ainda são consideráveis ??e o desenvolvimento de computadores quânticos totalmente funcionais ainda está longe”, diz Bansal.

As quatro abordagens para o aprendizado de máquina, categorizadas por se o sistema em estudo é clássico ou quântico, e se o dispositivo de processamento de informações é clássico ou quântico.

O futuro da IA ??usando computação quântica

O futuro da IA ??acelerado pela computação quântica parece brilhante, com comportamentos humanos em tempo real imitáveis ??quase uma conclusão inevitável.

Como diz Bansal, a computação quântica será capaz de “resolver problemas complexos de IA e obter múltiplas soluções para problemas complexos simultaneamente. Isso resultará em inteligência artificial de maneira mais eficiente, executando tarefas complexas de maneiras semelhantes às humanas. Da mesma forma, robôs que podem tomar decisões otimizadas em tempo real em situações práticas serão possíveis quando pudermos empregar computadores quânticos baseados em Inteligência Artificial ”.

A que distância estará este futuro? Bem, considerando apenas um punhado das melhores empresas e universidades do mundo atualmente estão desenvolvendo (fisicamente grandes) computadores quânticos que atualmente não possuem o poder de processamento necessário, tendo um exército de robôs imitando os humanos correndo provavelmente é uma boa distância – o que pode colocar alguns pessoas à vontade, e desapontar os outros! Construindo apenas um embora? Talvez não tão longe …

Como a computação clássica e a computação quântica funcionam juntas?

Os computadores quânticos nunca “substituirão” os computadores clássicos, simplesmente porque há alguns problemas que os computadores clássicos são melhores e / ou mais eficientes em resolver.

Bansal pondera que um “cenário futuro provável é que a computação quântica aumentará as sub-rotinas de algoritmos clássicos que podem ser eficientemente executados em computadores quânticos, como amostragem, para lidar com problemas específicos de negócios. Por exemplo, uma empresa que busca encontrar o caminho ideal para as entregas de varejo pode dividir o problema em duas partes e alavancar cada computador para seus pontos fortes ”.

Numburi gosta do caso de uso de blockchain , sugerindo que ele seja usado para “acelerar as permissões no extremamente lento sistema de Provas de Trabalho, que é necessário para o blockchain se manter verdadeiro agora. Computadores quânticos podem lidar com o nível de processamento de computadores neste dia e a idade não pode ”.

Tudo o que podemos dizer é ficar postado pessoal!

Quer se envolver em um projeto de computação quântica ou de aprendizado de máquina? Procure nas nossas listas de empregos para encontrar o seu papel dos sonhos.